第237章 深度学习的开始（2 / 2）

想要做做科研，最重要的，当然就是发表论文了啊。

发啥子呢，就是莫浩波的本职工作，人工智能啦。

最近这一阵子，深度学习可是越发火热了啊，可以说是炙手可热也不为过。

自从2012年Hinton团队构建的CNN网络AlexNet一举夺得ImageNet图像识别比赛冠军（15%错误率），且碾压第二名（SVM方法，26%错误率）的分类性能。

从那时候起，由CNN引发的深度学习、人工智能狂潮，飞速火爆整个世界，激荡着这个时代，以及这个时代的我们！

图像识别、语音识别、计算机视觉和自然语言处理等人工智能细分领域迅猛发展，成果和进步如雨后春笋般涌出，深刻影响着每一个人。

当然，现在只是12年过去不久，才13年中，深度学习尤其是图片识别和CNN火爆整个人工智能学术圈，但至于火爆整个社会，那还远远说不上。

不过刺激刺激互联网企业，却是实实在在的，记得也是这一年，重量级互联网巨头，百度才开始赞助人工智能顶级会议的。

无论承认与否，我始终觉得，百度是最有技术基因的中国互联网企业，13年的时候他在干嘛？移动互联网的上半场转型失败了的百度，正布局移动应用分发，收购91；布局O2O，做平台卖外卖；布局互联网金融，做支付工具呢。

什么都做，什么都不突出，是百度那时候新项目的真实写照。至于人工智能，那可就是2016的事了。

要说对人工智能的理解，重生归来的莫浩波，肯定是比所有人都要强的，可是现在弄不出什么牛逼的东西出来。

无他，硬件不够，莫浩波大哭。8G内存，1个GPU，够干啥，CNN和图片识别、计算机视觉是不用想了，这条件，也构建不出啥深度模型。

语音识别比较简单，莫浩波也不熟，就不去凑热闹了。那就只有自然语言处理了！文本也比较适合他现在的情况，虽然即便是18年，自然语言处理技术也不咋地，和牛逼哄哄的图片识别相比，那是一个天上一个地下的水平啊。

不过，必须要说，聪明的研究人员，也做出了很多了不起的成绩。

莫浩波要抄的，就是13年10月投稿的词向量word2vec改进——负采样技术。

Word2vec，那在自然语言领域可是无人不知无人不晓啊。可以说，它是深度学习领域自然语言处理的核心基本构建了。

将文本信息，比如说一句话“明天天气怎么样？”，转化为计算机能够识别的信息，那就是要转化为数学啊。

用one—hot（唯一标识）方法（就是说用不重复的数学表示所有文字），虽然简单但是效果并不太好，因为这样做的话，就丢失了很多语句中隐藏的信息。

而word2vec是一种能够保留局部上下文信息的方法…………